Opencv中的cv2.calcHist()函數(shù)的作用及返回值說明
在討論其返回值前,我們先來介紹以下calcHist()函數(shù)的用法:
cv2.calcHist()函數(shù)
cv2.calcHist()函數(shù)的作用
通過直方圖可以很好的對整幅圖像的灰度分布有一個整體的了解,直方圖的x軸是灰度值(0~255),y軸是圖片中具有同一個灰度值的點的數(shù)目。
而calcHist()函數(shù)則可以幫助我們統(tǒng)計一幅圖像的直方圖
cv2.calcHist(images,channels,mask,histSize,ranges)
images: 原圖像圖像格式為 uint8 或 ?oat32。當傳入函數(shù)時應 用中括號 [] 括來例如[img]channels: 同樣用中括號括來它會告函數(shù)我們統(tǒng)幅圖 像的直方圖。如果入圖像是灰度圖它的值就是 [0]如果是彩色 圖像 的傳入的參數(shù)可以是 [0][1][2] 它們分別對應著 BGR。mask: 掩模圖像。統(tǒng)整幅圖像的直方圖就把它為 None。但是如果你想統(tǒng)圖像某一分的直方圖的你就制作一個掩模圖像并使用它。histSize:BIN 的數(shù)目。也應用中括號括來BINS: 上面的直方圖顯示了每個像素值的像素數(shù),即從0到255。即您需要256個值才能顯示上述直方圖。但是請考慮一下,如果您不需要單獨查找所有像素值的像素數(shù),而是在像素值間隔內(nèi)查找像素數(shù),該怎么辦?例如,您需要找到介于 0 到 15 之間的像素數(shù),然后是 16 到 31、...、240 到 255。您只需要 16 個值來表示直方圖。- 因此,只需將整個直方圖拆分為 16 個子部分,每個子部分的值就是其中所有像素計數(shù)的總和。這每個子部分都稱為"BIN"。在第一種情況下,條柱數(shù)為256(每個像素一個),而在第二種情況下,它只有16。BINS 在 OpenCV 文檔中由術語histSize表示。
ranges: 像素值范圍常為 [0 256]
示例:
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('cat.jpg', 0) # 0表示灰度圖
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# print(hist)
# print(hist[175])
# print(type(hist))
plt.hist(img.ravel(),256);
#print(img.ravel())
plt.show()輸出結(jié)果:

示例2:多通道圖的“直方圖”
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('cat.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
print(i,col)輸出結(jié)果:

到這里完整的直方圖就這樣子繪制出來了,但是大家也許會對calcHist的返回值有疑問,到底返回了什么才能畫出來這樣的圖像呢?下面我們則來討論該函數(shù)的返回值
cv2.calcHist()函數(shù)的返回值
對于hist = cv2.calcHist([img],[0],None,[256],[0,256])中,hist是一個256*1的矩陣,每一個值代表了每個灰度值對應的像素點數(shù)目
print(type(hist))
<class 'numpy.ndarray'>
輸出的結(jié)果表示這是一個多維數(shù)組
print(hist)
[[1.000e+00]
[0.000e+00]
[2.000e+00]
[0.000e+00]
.......
[2.010e+02]
[2.180e+02]
[2.160e+02]
[2.660e+02]
[3.350e+02]
[3.110e+02]
[4.670e+02]]
經(jīng)計算,共有256個值,即可以輸出hist[0]到hist[255]。
整個hist[i]則表示灰度值

print(hist[175],hist[255])
[3181.] [467.]
通過直方圖可看出輸出的結(jié)果就是每一個灰度值對應的像素數(shù)目
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python常見數(shù)據(jù)結(jié)構之棧與隊列用法示例
這篇文章主要介紹了Python常見數(shù)據(jù)結(jié)構之棧與隊列用法,結(jié)合實例形式簡單介紹了數(shù)據(jù)結(jié)構中棧與隊列的概念、功能及簡單使用技巧,需要的朋友可以參考下2019-01-01
Python實現(xiàn)讀取文本文件并轉(zhuǎn)換為pdf
這篇文章主要為大家詳細介紹了如何使用Python簡便快捷地完成TXT文件到PDF文檔的轉(zhuǎn)換,滿足多樣化的文檔處理需求,感興趣的小伙伴可以參考下2024-04-04
Python爬蟲的兩套解析方法和四種爬蟲實現(xiàn)過程
本文想針對某一網(wǎng)頁對 python 基礎爬蟲的兩大解析庫( BeautifulSoup 和 lxml )和幾種信息提取實現(xiàn)方法進行分析,及同一網(wǎng)頁爬蟲的四種實現(xiàn)方式,需要的朋友參考下吧2018-07-07
調(diào)試Python程序代碼的幾種方法總結(jié)
這篇文章主要介紹了調(diào)試Python程序代碼的幾種方法總結(jié),文中代碼基于Python2.x版本,需要的朋友可以參考下2015-04-04
Python實現(xiàn)http服務器(http.server模塊傳參?接收參數(shù))實例
這篇文章主要為大家介紹了Python實現(xiàn)http服務器(http.server模塊傳參?接收參數(shù))實例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-11-11

